Aof Panel

Soru 1

Toplanan ham veri diğer bir deyişle işlenmemiş verinin veri madenciliğinde analize hazır duruma getirilmesi amacıyla yapılan işlemler bütününe aşağıdakilerden hangi ad verilir?

Soru 2

Verinin hazırlanmasındaki amaç aşağıdakilerden hangisidir?

Soru 3

Aşağıdakilerden hangisi veri hazırlama işleminde yapılabilen bir işlem değildir?

Soru 4

Aşağıdakilerden hangisi veri madenciliğinde temel değişken tipleri arasında değildir?

Soru 5

Veri madenciliği tekniği ile analiz edilmek istenilen verilerdeki beklenen değerlerden sapan aykırı değerlere veya hatalara aşağıdakilerden hangi ad verilir?

Soru 6

Aşağıdakilerden hangisi veri indirgeme yöntemlerinden biri değildir?

Soru 7

Aşağıdakilerden hangisi veri dönüşümünde verilerin veri madenciliği için uygun formlara dönüştürülmesi işlemleri arasında değildir?

Soru 8

Aşağıdakilerden hangisi en çok kullanılan veri dönüştürme işlemidir?

Soru 9

Aşağıdakilerden hangisinde normalleştirmede kullanılan yöntemlerin hepsi verilmiştir?

Soru 10

Aşağıdakilerden hangisi dönüştürme yöntemleri içinde uygulamada en çok kullanılan dönüştürme yöntemidir?

Soru 11

Veri madenciliğinde işlenmemiş ham verinin yapısında bulunan ve onu değersizleştiren hataları ve sorunları ortadan kaldırarak analize hazır duruma getirilmesi amacıyla yapılan işlemler bütününe verilen isim aşağıdakilerden hangisidir?

Soru 12

Bir veri setinde birimlerin sahip olduğu özelliklerin derecesinin belirlenerek sonuçların sayısal olarak ifade edilmesine ne ad verilir?

Soru 13

Aşağıdakilerden hangisi veri madenciliğinde kullanılan temel değişken tiplerinden biri değildir?

Soru 14

Aşağıdakilerden hangisi bir veri temizleme temel yöntemlerinden biridir?

Soru 15

Farklı kaynaktan gelen verilerin eşleştirilmesi için aynı varlıkların belirlenmesi, fazla veri sorunları ve veri değer karmaşalarının belirlenmesi ve çözümlenmesi konularının ön plana çıktığı işlem aşağıdakilerden hangisidir?

Soru 16

Aşağıdakilerden hangisi veri indirgemede kullanılan yöntemlerden biri değildir?

Çözüm Açıklaması

Veri İndirgeme

Oldukça karmaşık olan ve çok büyük veri kümelerinin madenciliğinin yapılması çok uzun zaman aldığından bu tür verilerin olduğu gibi alınarak analiz edilmesi uygulanabilir ve pratik olmamaktadır. Bu nedenle veri indirgeme yöntemleri çok daha küçük hacimde indirgenmiş veri kümelerinin oluşturulması için kullanılır. Veri indirgeme işlemi sonrası elde edilen veri seti üzerinde uygulanan madencilik sonucu verinin tamamından elde edilen sonuçtan çok farklı olmamalıdır. Veri indirgeme yöntemleri aşağıdaki bölümlerde açıklanmıştır.

Veri Küpü Birleştirme

Veri madenciliğinin veri kaynağının bir Online Analitik Süreç (OLAP:On Line Analytical Processing) sistemi olması durumunda ihtiyaç duyulan verilerin ön hesaplama ve özetlenmesi daha hızlı gerçekleştirilebilir. Veri küpleri çok boyutlu birleştirilmiş verileri saklar. Bazı durumlarda tüm verinin veri madenciliği algoritmalarında işlenmesi yerine özet bilgilerin kullanılması gerekebilir. Bu durumda OLAP küplerinin sağladığı özetleme fonksiyonlarından faydalanılabilir. Aylık satış fiyatlarının yıllık temelde daha küçük veri seti haline dönüştürülmesi örnek olarak verilebilir. Boyut İndirgeme Veri kümeleri analizle ilgisi olmayan veya gereksiz yüzlerce özellik içerebilir. Gereksiz olan özelliklerin indirgenmesi bir başka deyişle boyut indirgeme pek çok veri madenciliği algoritmasının daha verimli çalışmasını, daha anlaşılabilir bir modelin oluşturulmasını, verilerin daha kolay görselleştirilmesini ve veri madenciliği algoritmaları için gerekli olan işlemci süresi ve hafızasını azaltır.

Veri Sıkıştırma

Veri sıkıştırmada veri kodlama veya dönüşümleri asıl verinin indirgenmiş veya sıkıştırılmış gösterimini elde etmek için uygulanır. Asıl veri herhangi bir enformasyon kaybı olmaksızın sıkıştırılmış veriden tekrar elde edilebiliyorsa o zaman veri sıkıştırma işlemi “kayıpsız” (lossless) olarak nitelendirilir. Bundan başka asıl verinin gerçeğe yakın bir değeri oluşturulabilirse o zaman veri sıkıştırma kayıplı (lossy) olarak nitelendirilir. Metin verilerin sıkıştırılmasında kullanılan algoritmalar kayıpsız sıkıştırma yöntemleri olmalarına rağmen verinin sınırlı olarak işlenmesine neden olurlar. Bu nedenle daha yaygın ve etkili olan kayıplı yöntemler tercih edilir.

Büyük Sayıların İndirgenmesi

Verilerde yer alan büyük sayların daha küçük şekilleri seçilerek veri hacminin indirgenmesi için uygulanan yöntemlerdir. Veri hacmi parametrik veya parametrik olmayan yöntemler kullanılarak indirgenir. Parametrik yöntemlerde gerçek veri yerine sadece veri parametreleri saklanır ve sıkıştırılan veriyi tahmin etmek için bir model kullanılır. Parametrik olmayan veri indirgeme yöntemlerine histogramlar, kümeleme ve örnekleme gösterilebilir

Bu nedenle doğru yanıt a) seçeneğidir.

Soru 17

Aşağıdakilerden hangisi bir veri dönüştürme işlemi değildir?

Soru 18

Bölmeleme, kümeleme ve regresyon gibi teknikler kullanılarak verilerdeki gürültünün temizlenmesi süreci aşağıdaki veri dönüştürme işlemlerinden hangisine aittir?

Soru 19

X* : Dönüştürülmüş değeri, X: Gözlem değerini, Xenk: Verideki en küçük gözlem değeri ve Xenb: Verideki en büyük değeri ifade ettiğine göre Enk-Enb Normalleştirme dönüşümü için aşağıdaki formüllerden hangisi kullanılır?

Soru 20

X = {251, 148, 166, 244, 472, 356, 379} kümesi verilsin. Enk-Enb Normalleştirme dönüşümü uygulandığında 472 değerinin dönüşmüş biçimi aşağıdakilerden hangisidir?

VERİ MADENCİLİĞİ